復雜避障約束下自主駕駛軌跡優(yōu)化.pdf

1、和人類駕駛員相比，無人車能夠更加全面的掌握即時路況并及時對汽車巡航狀態(tài)進行調整，從而改善交通擁堵狀況、避免了人為失誤造成的交通事故和傷亡，因此近些年來無人駕駛技術發(fā)展迅速。許多半自動駕駛技術在汽車上已經得到了大規(guī)模的普及，比如緊急制動，定速巡航和車道保持等。然而，在行車環(huán)境建模、避障軌跡優(yōu)化等方面還需要深入的研究。如車載傳感器精度有限的情況下如何對障礙環(huán)境建模，如何處理環(huán)境中意外出現(xiàn)的動態(tài)障礙物，如何針對不同的泊車位實現(xiàn)標準化的軌跡優(yōu)化

2、算法設計，如何優(yōu)化智能無信號燈路口下的多車避障軌跡等都是值得研究的問題。本文用動態(tài)優(yōu)化全聯(lián)立算法對上述問題做了一些研究。主要內容和成果如下:
　　1.對城市環(huán)境下的自主泊車問題，采用MPCC和R函數(shù)方法對車位環(huán)境建模，與車輛運動學模型、物理約束共同構成了行車系統(tǒng)模型，構造了聯(lián)立框架下的自主泊車動態(tài)優(yōu)化命題。采用有限元正交配置法將原命題離散化為非線性數(shù)學規(guī)劃問題，由非線性求解器高效求解得到具有時間信息的可直接用于指導車輛跟蹤的泊車軌

3、跡。
　　2.針對自主泊車軌跡動態(tài)優(yōu)化命題含有較多復雜約束可能引起的求解困難，提出了時空分割策略來增強優(yōu)化算法的收斂性。通過在軌跡優(yōu)化命題中引入吸引區(qū)、塌縮區(qū)來分割泊車空間，將非線性的復雜環(huán)境約束在割裂空間下進行簡化，重構泊車軌跡優(yōu)化命題。仿真實驗證明了時空分割策略的有效性。
　　3.在城市環(huán)境下基于信息完整假設進行多車軌跡優(yōu)化的全局規(guī)劃算法研究。在多車模型、環(huán)境模型下融合了車-車、車與動態(tài)可預測障礙物的復雜避障約束，構造多